如何用Apache POI/Fast Excel等开源库高效判断Excel空行（无需遍历整行）

针对大型Excel文件的空行判断（无任何值的行），以下是基于Apache POI和Fast Excel的高效实现方案，避免整行遍历带来的性能损耗：

Apache POI 实现 #

1. XSSF（适用于Excel 2007+，非超大规模文件） #

利用POI底层的XML对象（CTRow）直接判断行是否包含单元格元素，无需遍历每个单元格：

XSSFWorkbook workbook = new XSSFWorkbook(new FileInputStream("large-file.xlsx"));
XSSFSheet sheet = workbook.getSheetAt(0);
int lastUsedRowNum = sheet.getLastRowNum();

for (int rowNum = 0; rowNum <= lastUsedRowNum; rowNum++) {
    XSSFRow row = sheet.getRow(rowNum);
    if (row == null) {
        // 行未被创建，直接判定为空行
        System.out.println("行 " + rowNum + " 是空行");
        continue;
    }
    // 直接读取底层CTRow的单元格列表，判断是否为空
    CTRow ctRow = row.getCTRow();
    boolean isEmptyRow = ctRow.getCList().isEmpty();
    if (isEmptyRow) {
        System.out.println("行 " + rowNum + " 是空行");
    }
}
workbook.close();

2. SAX流式解析（适用于超大型Excel文件） #

POI的SAX解析模式无需加载整个文档到内存，可在解析过程中实时标记行是否有内容：

class EmptyRowHandler extends DefaultHandler {
    private boolean inRow = false;
    private boolean hasContent = false;
    private int currentRowNum = -1;

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) {
        if ("row".equals(qName)) {
            inRow = true;
            currentRowNum = Integer.parseInt(attributes.getValue("r")) - 1; // 转换为0索引
            hasContent = false;
        } else if (inRow && ("c".equals(qName) || "v".equals(qName))) {
            // 检测到单元格或单元格值，标记行非空
            hasContent = true;
        }
    }

    @Override
    public void endElement(String uri, String localName, String qName) {
        if ("row".equals(qName)) {
            inRow = false;
            if (!hasContent) {
                System.out.println("行 " + currentRowNum + " 是空行");
            }
        }
    }
}

// 调用示例
OPCPackage pkg = OPCPackage.open(new File("large-file.xlsx"));
XSSFReader reader = new XSSFReader(pkg);
XMLReader parser = XMLReaderFactory.createXMLReader();
parser.setContentHandler(new EmptyRowHandler());
parser.parse(new InputSource(reader.getSheetsData().next()));
pkg.close();

Fast Excel 实现 #

Fast Excel本身是流式处理库，其Row对象内置了空行判断逻辑，无需手动遍历单元格：

import com.dhatim.fastexcel.reader.ExcelReader;
import com.dhatim.fastexcel.reader.Row;

import java.io.File;
import java.io.IOException;

public class FastExcelEmptyRowCheck {
    public static void main(String[] args) throws IOException {
        try (ExcelReader reader = ExcelReader.read(new File("large-file.xlsx"))) {
            reader.sheets().forEach(sheet -> {
                sheet.rows().forEach(row -> {
                    boolean isEmpty = row.isEmpty();
                    if (isEmpty) {
                        System.out.println("行 " + row.getRowNum() + " 是空行");
                    }
                });
            });
        }
    }
}

额外优化建议 #

• 优先使用流式API（POI SAX、Fast Excel）处理超大型文件，避免内存溢出
• 对于POI XSSF，可先通过sheet.getFirstRowNum()和sheet.getLastRowNum()锁定有效行范围，直接跳过范围外的空行
• 避免频繁创建对象，复用解析过程中的Handler或读取器实例

内容的提问来源于stack exchange，提问作者Ravi